一种基于图像质量评价的图像去模糊方法

    公开(公告)号:CN110942436B

    公开(公告)日:2023-09-29

    申请号:CN201911195567.8

    申请日:2019-11-29

    Applicant: 复旦大学

    Inventor: 颜波 李昂

    Abstract: 本发明属于数字图像智能处理技术领域,具体为一种基于图像质量评价的图像去模糊方法。图像去模糊算法用于恢复图像质量,使得图像边缘尽可能锐利。本发明方法包括以下步骤:构建、预训练针对去模糊图像的质量评价网络;构建去模糊网络,并和质量评价网络级联;在图像质量评价任务的驱动下,训练去模糊网络;模糊图像通过质量评价指导的去模糊网络处理后得到去模糊结果。实验结果表明,本发明能够使去模糊结果获得更锐利的边缘以及更高的主观质量。

    一种基于分离低高频的多尺度人脸图像去模糊算法

    公开(公告)号:CN109903237A

    公开(公告)日:2019-06-18

    申请号:CN201910066036.2

    申请日:2019-01-23

    Applicant: 复旦大学

    Inventor: 颜波 李昂

    Abstract: 本发明属于数字图像智能处理技术领域,具体为一种基于分离低高频的多尺度人脸图像去模糊算法。本发明算法包括:使用前处理网络,同时恢复人脸图像的低频信息以及语义分割;然后将生成的低频信息、语义分割以及模糊图片拼接输入后续的多尺度网络恢复清晰图片;最后,将去模糊网络(前处理网络和多尺度网络)和高级别任务联合训练,使得去模糊产生的清晰图片能够在识别等高级别任务上表现的更好。实验结果表明,本发明恢复的清晰图片在结构和细节上都很完整,同时经过和高级别任务的联合,恢复的清晰图片包含有更丰富的知觉信息,从而更大的提升高级别任务的效果。

    一种基于分离低高频的多尺度人脸图像去模糊方法

    公开(公告)号:CN109903237B

    公开(公告)日:2023-04-07

    申请号:CN201910066036.2

    申请日:2019-01-23

    Applicant: 复旦大学

    Inventor: 颜波 李昂

    Abstract: 本发明属于数字图像智能处理技术领域,具体为一种基于分离低高频的多尺度人脸图像去模糊方法。本发明方法包括:使用前处理网络,同时恢复人脸图像的低频信息以及语义分割;然后将生成的低频信息、语义分割以及模糊图片拼接输入后续的多尺度网络恢复清晰图片;最后,将去模糊网络(前处理网络和多尺度网络)和高级别任务联合训练,使得去模糊产生的清晰图片能够在识别等高级别任务上表现的更好。实验结果表明,本发明恢复的清晰图片在结构和细节上都很完整,同时经过和高级别任务的联合,恢复的清晰图片包含有更丰富的知觉信息,从而更大的提升高级别任务的效果。

    一种基于图像质量评价的图像去模糊方法

    公开(公告)号:CN110942436A

    公开(公告)日:2020-03-31

    申请号:CN201911195567.8

    申请日:2019-11-29

    Applicant: 复旦大学

    Inventor: 颜波 李昂

    Abstract: 本发明属于数字图像智能处理技术领域,具体为一种基于图像质量评价的图像去模糊方法。图像去模糊算法用于恢复图像质量,使得图像边缘尽可能锐利。本发明方法包括以下步骤:构建、预训练针对去模糊图像的质量评价网络;构建去模糊网络,并和质量评价网络级联;在图像质量评价任务的驱动下,训练去模糊网络;模糊图像通过质量评价指导的去模糊网络处理后得到去模糊结果。实验结果表明,本发明能够使去模糊结果获得更锐利的边缘以及更高的主观质量。

    一种基于自适应选择模块的图像信号处理方法

    公开(公告)号:CN111127336B

    公开(公告)日:2023-05-02

    申请号:CN201911129305.1

    申请日:2019-11-18

    Applicant: 复旦大学

    Abstract: 本发明属于数字图像处理技术领域,具体为一种基于自适应选择模块的图像信号处理方法。本发明方法包括:建立多任务RAW图像数据集;根据元数据对RAW图像预处理,包括:将单通道的RAW图像重排列为图像尺寸减半三RGBG四个通道,黑电平矫正和归一化;训练ISP深度神经网络;训练去噪声、去运动模糊处理模块,去除噪声、运动模糊;结合各处理模块训练注意力选择模块;ISP网络是端到端网络,测试时将预处理后的RAW图像载入,即可生成RGB图像。实验表明,本发明可以在单个深度神经网络中自适应地选择处理模块以应对包含不同类型失真的复杂情况,从而生成高质量的RGB图像。

    一种基于自适应选择模块的图像信号处理方法

    公开(公告)号:CN111127336A

    公开(公告)日:2020-05-08

    申请号:CN201911129305.1

    申请日:2019-11-18

    Applicant: 复旦大学

    Abstract: 本发明属于数字图像处理技术领域,具体为一种基于自适应选择模块的图像信号处理方法。本发明方法包括:建立多任务RAW图像数据集;根据元数据对RAW图像预处理,包括:将单通道的RAW图像重排列为图像尺寸减半三RGBG四个通道,黑电平矫正和归一化;训练ISP深度神经网络;训练去噪声、去运动模糊处理模块,去除噪声、运动模糊;结合各处理模块训练注意力选择模块;ISP网络是端到端网络,测试时将预处理后的RAW图像载入,即可生成RGB图像。实验表明,本发明可以在单个深度神经网络中自适应地选择处理模块以应对包含不同类型失真的复杂情况,从而生成高质量的RGB图像。

    一种采用堆栈栅介质层的CSTBT结构

    公开(公告)号:CN220086056U

    公开(公告)日:2023-11-24

    申请号:CN202321671517.4

    申请日:2023-06-29

    Abstract: 本实用新型提供一种采用堆栈栅介质层的CSTBT结构,属于功率半导体器件技术领域。所述CSTBT器件元胞结构包括正面的MOS结构和背面的二极管结构,MOS结构的P型体区与N‑型漂移区之间有一层N型载流子存储层,并采用掺杂多晶硅填充沟槽结构,栅极介质层采用SiO2与HfO2的堆栈结构。所述CSTBT器件可采用常规工艺加工而成。本实用新型结构可以改善CSTBT阈值电压与温度的负相关性,减弱温度对CSTBT阈值电压的影响,更好的应用于并联拓扑结构,并且在相同的离子注入误差下具有更稳定的阈值电压分布。

Patent Agency Ranking